CN107590461A - 人脸识别方法及相关产品 - Google Patents

人脸识别方法及相关产品 Download PDF

Info

Publication number
CN107590461A
CN107590461A CN201710818153.0A CN201710818153A CN107590461A CN 107590461 A CN107590461 A CN 107590461A CN 201710818153 A CN201710818153 A CN 201710818153A CN 107590461 A CN107590461 A CN 107590461A
Authority
CN
China
Prior art keywords
facial image
evaluation
target
estimate
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710818153.0A
Other languages
English (en)
Other versions
CN107590461B (zh
Inventor
李鸿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710818153.0A priority Critical patent/CN107590461B/zh
Publication of CN107590461A publication Critical patent/CN107590461A/zh
Application granted granted Critical
Publication of CN107590461B publication Critical patent/CN107590461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明实施例公开了一种人脸识别方法及相关产品,其中,方法包括:基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数;对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所述N个人脸图像的人脸占比,得到N个人脸占比值;根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。本发明实施例可以基于不同焦距进行拍摄,得到多个人脸图像,从这些人脸图像中选取图像质量好且人脸占比较大的人脸图像以用于人脸解锁,提升了人脸图像的采集质量,从而,可以提升人脸解锁效率。

Description

人脸识别方法及相关产品
技术领域
[0001]本发明涉及移动终端技术领域,具体涉及一种人脸识别方法及相关产品。
背景技术
[0002]随着移动终端(手机、平板电脑等)的大量普及应用,移动终端能够支持的应用越 来越多,功能越来越强大,移动终端向着多样化、个性化的方向发展,成为用户生活中不可 缺少的电子用品。
[0003]目前来看,人脸解锁越来越受到移动终端生成商的青睐,由于人脸解锁不需要用 户接触到移动终端,便可以实现人脸图像采集,因此,人脸图像采集非常方便,人脸图像的 采集作为人¥解锁的关键,人脸图像的好坏直接决定了人脸解锁的成败,因此,如何提升 人脸图像的采集效率的问题亟待解决。
发明内容
[0004]本发明实施例提供了一种人脸识别方法及相关产品,可以提升人脸图像的采集 效率,进而,提升人脸解锁效率。
[0005]第一方面,本发明实施例提供一种移动终端,包括应用处理器(Appl ication Pr〇cesS〇r,AP),以及与所述AP连接的人脸识别装置,其中,
[0006]所述人脸识别装置,用于基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为 大于1的整数;
[0007]所述AP,用于对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所述N 个人脸图像的人脸占比,得到N个人脸占比值;以及根据所述N个评价值和所述N个人脸占 比值从所述N个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
[0008] 第二方面,本发明实施例提供了一种人脸识别方法,应用于包括应用处理器AP, 以及与所述AP连接的人脸识别装置的移动终端,所述方法包括:
[0009] 所述人脸识别装置基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1 的整数;
[0010] 所述AP对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所述N个人 脸图像的人脸占比,得到N个人脸占比值;以及根据所述N个评价值和所述N个人脸占比值 从所述N个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
[0011]第三方面,本发明实施例提供了一种人脸识别方法,包括:
[0012] 基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数;
[0013] 对所述N个人脸图像进行图像质量评价,得到N个评价值;
[0014] 确定所述N个人脸图像的人脸占比,得到N个人脸占比值;
[0015] 根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标人脸 图像,所述目标人脸图像用于人脸解锁。
[0016] 第四方面,本发明实施例提供了一种人脸识别装置,包括:
[0017]拍摄单元,用于基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的 整数;
[0018]评价单元,用于对所述N个人脸图像进行图像质量评价,得到N个评价值;
[0019] 确定单元,用于确定所述N个人脸图像的人脸占比,得到N个人脸占比值;
[0020]选取单元,用于根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中 选取目标人脸图像,所述目标人脸图像用于人脸解锁。
[0021]第四方面,本发明实施例提供了一种移动终端,包括:应用处理器AP和存储器;以 及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述AP 执行,所述程序包括用于如第三方面中所描述的部分或全部步骤的指令。
[0022]第五方面,本发明实施例提供了一种计算机可读存储介质,其中,所述计算机可 读存储介质用于存储计算机程序,其中,所述计算机程序使得计算机执行如本发明实施例 第三方面中所描述的部分或全部步骤的指令。
[0023]第六方面,本发明实施例提供了一种计算机程序产品,其中,所述计算机程序产 品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使 计算机执行如本发明实施例第三方面中所描述的部分或全部步骤。该计算机程序产品可 以为一个软件安装包。
[0024] 实施本发明实施例,具有如下有益效果:
[0025]可以看出,本发明实施例中所描述的人脸识别方法,可基于N个不同焦距进行拍 摄,得到N个人脸图像,N为大于1的整数,对N个人脸图像进彳丁图像质量评价,得到n个评价 值,确定N个人脸图像的人脸占比,得到N个人脸占比值,根据N个评价值和N个人脸占比值 从N个人脸图像中选取目标人脸图像,目标人脸图像用于人脸解锁,从而,可以基于不同焦 距进行拍摄,得到多个人脸图像,从这些人脸图像中选取图像质量好且人脸占比较大的人 脸图像以用于人脸解锁,提升了人脸图像的采集质量,从而,可以提升人脸解锁效率。
附图说明
[0026]为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或 现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是 本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还 可以根据这些附图获得其他的附图。
[0027]图1A是本发明实施例提供的一种示例移动终端的架构示意图;
[0028]图1B是本发明实施例提供的一种移动终端的结构示意图;
[0029]图1C是本发明实施例提供的一种移动终端的另一结构示意图;
[0030]图1D是本发明实施例公开的一种人脸识别方法的流程示意图;
[0031]图1E是本发明实施例公开的一种人脸识别方法的另一流程示意图;
[0032]图2是本发明实施例公开的另一种人脸识别方法的流程示意图;
[0033]图3是本发明实施例提供的一种移动终端的另一结构示意图;
[0034]图4A是本发明实施例提供的一种人脸识别装置的结构示意图;
[0035]图4B是本发明实施例提供的图4A所描述的人脸识别装置的选取单元的结构示意 图;
[0036] 图4C是本发明实施例提供的图4A所描述的人脸识别装置的拍摄单元的结构示意 图; _
[0037] 图4D是本发明实施例提供的图4A所描述的人脸识别装置的另一结构示意图;
[0038] 图4E是本发明实施例提供的图4D所描述的人脸识别装置的拍摄单元的结构示意 图;
[0039] 图4F是本发明实施例提供的图4A所描述的人脸识别装置的另一结构示意图;
[0040] 图5是本发明实施例公开的另一种移动终端的结构示意图。
具体实施方式
[0041] 为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中 的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅 是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术 人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0042] 本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区 别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意 图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备 没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还 包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0043] 在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包 含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相 同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地 和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
[0044] 本发明实施例所涉及到的移动终端可以包括各种具有无线通信功能的手持设 备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种 形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备 (terminal device)等等。为方便描述,上面提到的设备统称为移动终端。
[0045] 下面对本发明实施例进行详细介绍。如图1A所示的一种示例移动终端1000,该移 动终端1000的人脸识别装置可以包括前置摄像头21,前置摄像头可为以下至少一种:红外 摄像头、双摄像头、可见光摄像头等,双摄像头可为以下至少一种:红外摄像头+可将光摄 像头、双可见光摄像头等,在人脸识别过程中,可以通过人脸识别装置采集人脸图像,上述 前置摄像头可以具备变焦功能,可以基于不同的焦距对同一目标进行拍摄,得到多个图 像,上述目标可以为人脸。
[0046] 请参阅图1B,图1B是所示的一种移动终端100的结构示意图,所述移动终端100包 括:应用处理器AP110、人脸识别装置130,其中,所述AP110通过总线150连接人脸识别装置 130,进一步地,请参阅图1C,图1C为图1B所描述的移动终端100的一种变型结构,相对于图 1B而言,图1C还包括环境光传感器160。
[0047] 基于图1A-图1C所描述的移动终端,可以用于实现如下功能:
[0048] 所述人脸识别装置130,用于基于N个不同焦距进行拍摄,得到N个人脸图像,所述 N为大于1的整数;
[0049] 所述API 10,用于对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所 述N个人脸图像的人脸占比,得到N个人脸占比值;以及根据所述N个评价值和所述N个人脸 占比值从所述N个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
[0050] 可选地,在所述根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中 选取目标人脸图像方面,所述AP110具体用于:
[0051] 从所述N个评价值中选取大于第一预设阈值的评价值,得到P个评价值;
[0052] 从所述N个人脸占比值中选取大于第一预设阈值的人脸占比值,得到Q个人脸占 比值;
[0053] 确定所述P个评价值对应的人脸图像与所述Q个人脸占比值对应的人脸图像之间 的交集,得到M个人脸图像,所述M为正整数;
[0054] 将所述M个人脸图像中最大评价值对应的人脸图像作为所述目标人脸图像。
[0055] 可选地,在所述基于N个不同焦距进行拍摄方面,所述AP110具体用于:
[0056] 确定人脸与摄像头之间的目标距离;
[0057] 根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍摄。 [0058]可选地,所述环境光传感器160,用于获取目标环境光亮度;
[0059] 在所述根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行 拍摄方面,所述API 10具体用于:
[0060] 按照预设的距离与焦距之间的对应关系,确定与所述目标距离对应的所述N个不 同焦距;
[0061] 根据所述环境光亮度与拍摄参数之间的对应关系,确定与所述目标环境光亮度 对应的目标拍摄参数集;
[0062] 从所述目标拍摄参数集中选取与所述N个不同焦距对应的拍摄参数,得到N个拍 摄参数,所述N个拍摄参数与所述N个不同焦距一一对应;
[0063] 基于所述N个不同焦距以及所述N个拍摄参数进行拍摄。 t〇〇64] 可选地,在所述基于N个不同焦距进行拍摄方面之前,所述AP110还具体用于: [0065] 检测用户是否处于指定状态,所述指定状态为以下至少一种:运动状态、暗视觉 状态和曝光状态;
[0066]在所述用户处于所述指定状态时,执行所述基于N个不同焦距进行拍摄,得到N个 人脸图像的步骤。
[0067]进一步可选地,基于上述图1A-图1C所描述的移动终端,可以执行如下所描述的 一种人脸识别方法,具体如下:
[0068]所述人脸识别装置130基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大 于1的整数;
[0069]所述AP110对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所述N个 人脸图像的人脸占比,得到N个人脸占比值;以及根据所述N个评价值和所述N个人脸占比 值从所述N个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
[0070]可以看出,本发明实施例中所描述的人脸识别方法,可基于N个不同焦距进行拍 摄,得到N个人脸图像,N为大于1的整数,对N个人脸图像进行图像质量评价,得到N个评价 值,确定N个人脸图像的人脸占比,得到N个人脸占比值,根据N个评价值和N个人脸占比值 从N个人脸图像中选取目标人脸图像,目标人脸图像用于人脸解锁,从而,可以基于不同焦 距进行拍摄,得到多个人脸图像,从这些人脸图像中选取图像质量好且人脸占比较大的人 脸图像以用于人脸解锁,提升了人脸图像的米集质量,从而,可以提升人脸解锁效率。
[0071]请参阅图1D,为本发明实施例提供的一种人脸识别方法的实施例流程示意图。本 实施例中所描述的人脸识别方法,应用于包括人脸识别装置以及应用处理器AP的移动终 端,其实物图以及结构图可参见图1A-图1C,其包括以下步骤:
[0072] 101、基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数。
[0073]其中,在人脸识别过程中,可以基于本发明实施例进行人脸图像采集。可以预先 设置N个不同焦距,N为大于1的整数,并基于该N个不同焦距对目标进行拍摄得到N个人脸 图像,上述目标可为人脸。每一人脸图像中可以包含人脸区域,人脸占比值=人脸区域的 面积/人脸图像的面积,由于焦距不同,因此,人脸区域与人脸图像之间的比例则有大有 小,通常情况下,需要选择合适比例的人脸图像。N个人脸图像中每一人脸图像中可至少包 含一个人脸。
[0074]可选地,上述步骤101中,基于N个不同焦距进行拍摄,可包括如下步骤:
[0075] 11、确定人脸与摄像头之间的目标距离;
[0076] 12、根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍 摄。
[0077] 其中,可以通过距离传感器或者双摄像头确定人脸与摄像头之间的目标距离,移 动终端中可以预先存储距离与N个不同焦距之间的映射关系,进而,在确定了目标距离之 后,可以根据该映射关系确定目标距离对应的N个不同焦距,并基于该目标距离对应的N个 不同焦距进行拍摄,可以得到N个人脸图像。
[0078] 可选地,在执行上述步骤101的过程中,还可以包括如下过程:
[0079]获取目标环境光亮度;
[0080] 进一步地,上述12,根据所述目标距离确定所述N个不同焦距,并基于所述N个不 同焦距进行拍摄,可包括如下步骤:
[0081] 121、按照预设的距离与焦距之间的对应关系,确定与所述目标距离对应的所述N 个不同焦距;
[0082] 122、根据所述环境光亮度与拍摄参数之间的对应关系,确定与所述目标环境光 亮度对应的目标拍摄参数集;
[0083] 123、从所述目标拍摄参数集中选取与所述N个不同焦距对应的拍摄参数,得到N 个拍摄参数,所述N个拍摄参数与所述N个不同焦距一一对应;
[0084] 124、基于所述N个不同焦距以及所述N个拍摄参数进行拍摄。
[0085]其中,可以通过环境光传感器获取目标环境光亮度,上述拍摄参数可以包括以下 至少一种:曝光时长、闪光灯亮度、曝光亮度、拍照模式、延时时长等等,由上述至少一个拍 摄参数构成拍摄参数集。移动终端中可以预先存储环境光亮度与拍摄参数之间的对应关 系以及距离与焦距之间的对应关系。移动终端可以按照预设的距离与焦距之间的对应关 系,确定与目标距离对应的N个不同焦距,并且,根据环境光亮度与拍摄参数之间的对应关 系,确定与目标环境光亮度对应的目标拍摄参数集,从目标拍摄参数集中选取与N个不同 焦距对应的拍摄参数,得到N个拍摄参数,N个拍摄参数与N个不同焦距一一对应,并基于N 个不同焦距以及N个拍摄参数进行拍摄,如此,得到的人脸图像质量更好。
[0086] 102、对所述N个人脸图像进行图像质量评价,得到N个评价值。
[0087]其中,人脸图像的好坏直接决定了人脸解锁效率,因而,可以将人脸图像质量作 为筛选N个人脸图像的重要指标。因此,可以采用至少一个图像质量评价指标对N个人脸图 像进行图像质量评价。图像质量评价指标可以为以下至少一种:均值、标准差、熵、清晰度、 f目噪比等等。
[0088]需要说明的是,由于采用单一评价指标对图像质量进行评价时,具有一定的局限 性,因此,可采用多个图像质量评价指标对图像质量进行评价,当然,对图像质量进行评价 时,并非图像质量评价指标越多越好,因为图像质量评价指标越多,图像质量评价过程的 计算复杂度越高,也不见得图像质量评价效果越好,因此,在对图像质量评价要求较高的 情况下,可采用2〜10个图像质量评价指标对图像质量进行评价。具体地,选取图像质量评 价指标的个数及哪个指标,依据具体实现情况而定。当然,也得结合具体地场景选取图像 质量评价指标,在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像 质量指标可不一样。
[0089]因此,在执行上述步骤102的过程中,可对N个人脸图像进行图像质量评价时,可 包含多个图像质量评价指标,每一图像质量评价指标也对应一个权重,如此,每一图像质 量评价指标对图像进行图像质量评价时,均可得到一个评价结果,最终,进行加权运算,也 就得到最终的图像质量评价值。
[0090] 例如,在对图像质量评价精度要求不高的情况下,可用一个图像质量评价指标进 行评价,例如,以熵对待处理图像进行图像质量评价值,可认为熵越大,则说明图像质量越 好,相反地,熵越小,则说明图像质量越差。
[0091] 例如,在对图像质量评价精度要求较高的情况下,可以采用多个图像质量评价指 标对图像进行评价,在多个图像质量评价指标对图像进行图像质量评价时,可设置该多个 图像质量评价指标中每一图像质量评价指标的权重,可得到多个图像质量评价值,根据该 多个图像质量评价值及其对应的权重可得到最终的图像质量评价值,例如,三个图像质量 评价指标分别为:A指标、B指标和C指标,A的权重为al,B的权重为a2,C的权重为a3,采用A、 B和C对某一图像进行图像质量评价时,A对应的图像质量评价值为bl,B对应的图像质量 评价值为b2,C对应的图像质量评价值为b3,那么,最后的图像质量评价值=albl+a2b2+ a3b3。通常情况下,图像质量评价值越大,说明图像质量越好。
[0092] 1〇3、确定所述N个人脸图像的人脸占比,得到N个人脸占比值。
[0093]其中,可以确定N个人脸图像中每一人脸图像的人脸占比,即以^^个人脸图像中的 人脸图像j为例,可以对人脸图像j进行图像分割,得到人脸区域j,人脸图像j的人脸占比 值=人脸区域j的面积/人脸图像j的面积,如此,通过该方式可以得到N个人脸占比值。 [0094]可选地,上述步骤103,确定所述N个人脸图像的人脸占比,得到N个人脸占比值, 可包含如下步骤:
[0095] 31、确定所述N个人脸图像的人脸完整度,得到N个人脸完整度;
[0096] 32、从所述N个人脸完整度中选取大于预设人脸完整度的人脸完整度,得到!^个人 脸完整度,并获取所述M个人脸完整度对应的人脸图像,得到M个人脸图像;
[0097] 33、将所述N个人脸图像中对应的人脸完整度低于所述预设人脸完整度的人脸图 像的人脸占比值确定为0,并将所述M个人脸图像中每一人脸图像中的人脸区域的面积与 对应的人脸图像的面积之间的比值作为人脸占比值,得到N个人脸占比值。
[0098] 其中,本发明实施例中考虑到,若人脸图像中的人脸不完整,则在一定程度上,也 会降低人脸解锁的成功率,例如,用户拍半边脸用于人脸解锁的话,则解锁成功率较低,因 此,本发明实施例中,预设了一个预设人脸完整度,该预设人脸完整度可以由用户自行设 置或者,系统默认,其可以为一个经验值,例如,90%。因此,可以确定N个人脸图像中的每 一人脸图像的人脸完整度,得到N个人脸完整度,并从该N个人脸完整度中选取大于预设人 脸完整度的人脸完整度,得到M个人脸完整度,并获取该M个人脸完整度对应的人脸图像, 得到M个人脸图像。将该N个人脸图像中对应的人脸完整度低于预设人脸完整度的人脸图 像的人脸占比值确定为0,将M个人脸图像中每一人脸图像中的人脸区域的面积与对应的 人脸图像的面积之间的比值作为人脸占比值,得到N个人脸占比值。
[00"]可选地,上述步骤31中,确定所述N个人脸图像的人脸完整度,得到N个人脸完整 度,可包含如下步骤:
[0100] 311、对人脸图像i进行图像分割,得到人脸区域i,所述人脸图像i为所述N个人脸 图像中的任一人脸图像;
[0101] 312、检测所述人脸区域i的外围轮廓是否完整;
[0102] 313、在所述人脸区域i的外围轮廓完整时,确定所述人脸图像i的人脸完整度为 100%;
[0103] 314、在所述人脸区域i的外围轮廓不完整时,依据人脸图像的对称性原理,对所 述人脸区域i的外围轮廓进行完善,得到一个对称的外围轮廓,将完善之前的人脸区域i的 面积与完善后的人脸区域i的外围轮廓所占面积之间的比值作为所述人脸图像i的人脸完 整度。
[0104]其中,上述人脸图像i为N个人脸图像中的一个,以该人脸图像i为例,可以对该人 脸图像i进行图像分割,得到人脸区域i,可以对该人脸区域i的外围轮廓进行检测,若其不 完整,则无法形成一个闭合区域,若其完整,则其为一个闭合区域,如此,在人脸区域i的外 围轮廓完整时,确定人脸图像i的人脸完整度为100%,在人脸区域i的外围轮廓不完整时, 依据人脸图像的对称性原理,可以对人脸区域i的外围轮廓进行完善,得到一个对称的外 围轮廓,该外围轮廓为一个闭合外围轮廓,将完善之前的人脸区域i的面积与完善后的人 脸区域i的外围轮廓所占面积之间的比值作为人脸图像i的人脸完整度。上述完善之前的 人脸区域i的面积的确定方式可以是:确定人脸区域i的外围轮廓的断点,将相邻断点以 直线形式进行连接,从而,形成一个闭合外围轮廓。
[0105] 104、根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标 人脸图像,所述目标人脸图像用于人脸解锁。
[0106]其中,评价值越大,说明图像质量越好,人脸占比值越大,则说明人脸区域较大, 其包含的特征点多,因此,本发明实施例可对两者进行折中处理,以得到一个较佳的人脸 图像,以用于人脸解锁,即可以依据N个评价值和N个人脸占比值从N个人脸图像中选取目 标人脸图像,目标人脸图像用于人脸解锁。
[0107]其中,上述步骤104中,根据所述N个评价值和所述N个人脸占比值从所述N个人脸 图像中选取目标人脸图像,可包括如下步骤:
[0108] 41、从所述N个评价值中选取大于第一预设阈值的评价值,得到P个评价值;
[0109] 42、从所述N个人脸占比值中选取大于第二预设阈值的人脸占比值,得到Q个人脸 占比值;
[0110] 43、确定所述P个评价值对应的人脸图像与所述Q个人脸占比值对应的人脸图像 之间的交集,得到M个人脸图像,所述M为正整数;
[0111] 44、将所述M个人脸图像中最大评价值对应的人脸图像作为所述目标人脸图像。
[0112]其中,上述第一预设阈值和第二预设阈值均可由用户自行设置,或者,系统默认。 大于第一预设阈值,则说明人脸图像的质量还可以,低于或等于第一预设阈值可以认为图 像质量较差。人脸占比值大于第二预设阈值,则说明人脸区域大小相对于整个人脸图像而 言,比例合适,人脸占比值小于或等于第二预设阈值,则说明人脸区域相对人脸图像较小, 因此,可提取的特征点较少,很有可能会降低人脸识别效率。因此,可以从N个评价值中选 取大于第一预设阈值的评价值,得到P个评价值,并从N个人脸占比值中选取大于第二预设 阈值的人脸占比值,得到Q个人脸占比值,确定上述P个评价值对应的人脸图像与Q个人脸 占比值对应的人脸图像之间的交集,得到M个人脸图像,M为正整数,将M个人脸图像中最大 评价值对应的人脸图像作为目标人脸图像。如此,得到的人脸图像不仅人脸占比合适,且 图像清晰,因此,可提升人脸解锁成功率。
[0113] 可选地,如图1E所示,图1E为本发明实施例提供的基于图1D所描述的人脸识别方 法的另一实施例,其与图1D所描述的人脸识别方法相比较,还可以包含步骤:
[0114] 105、将所述目标人脸图像与预设人脸模板进行匹配,在所述目标人脸图像与所 述预设人脸模板匹配成功时,执行解锁操作。
[0115] 其中,预设人脸模板可执行上述步骤101之前预先存储,通过人脸识别装置采集 用户的人脸图像实现,预设人脸模板可保存在人脸模板库中。
[0116] 可选地,在执行上述步骤105的过程中,将目标人脸图像与预设人脸模板进行匹 配,在人脸图像与预设人脸模板之间的匹配值大于人脸识别阈值时,则匹配成功,进而,执 行以下解锁流程,在目标人脸图像与预设人脸模板之间的匹配值小于或等于人脸识别阈 值时,可结束人脸识别的整个流程,或者,提示用户重新进行人脸识别。
[0117] 具体地,在执行上述步骤105的过程中,可分别对目标人脸图像以及预设人脸模 板进行特征提取,再将特征提取后得到的特征进行特征匹配。上述特征提取可采用如下算 法实现:Harris角点检测算法、尺度不变特征变换(Scale Invariant Feature Transform, SIFT)、SUSAN角点检测算法等等,在此不再赘述。在执行步骤105过程中,可先对人脸图像 进行预处理,预处理可包括但不仅限于:图像增强处理、二值化处理、平滑处理、彩色图像 转化为灰度图像等等,再对预处理之后的目标人脸图像进行特征提取,得到人脸图像的特 征集,再从人脸模板库中选择至少一个人脸模板,该人脸模板可以是原始人脸图像,或者, 是一组特征集合,进而,将人脸图像的特征集合与人脸模板的特征集合进行特征匹配,得 到匹配结果,依据该匹配结果判断是否匹配成功。
[0118] 其中,在目标人脸图像与预设人脸模板之间的匹配值大于人脸识别阈值时,则可 执行下一解锁流程,下一解锁流程可包括但不仅限于:实现解锁,以进入主页面,或者,某 个应用的指定页面,或者,进入下一步生物识别步骤。
[0119] 可选地,上述步骤105中,将所述目标人脸图像与预设人脸模板进行匹配,可包括 如下步骤:
[0120] D1、采用多尺度分解算法对所述目标人脸图像进行多尺度分解,得到所述目标人 脸图像的第一高频分量图像,并对所述第一高频分量图像进行特征提取,得到第一特征
[0121] D2、采用所述多尺度分解算法对所述预设人脸模板进行多尺度分解,得到所述预 设人脸模板的第二高频分量图像,并对所述第二高频分量图像进行特征提取,得到第二特 征集;
[0122] D3、对所述第一特征集和所述第二特征集进行筛选,得到第一稳定特征集和所述 第二稳定特征集;
[0123] D4、将所述第一稳定特征集与所述第二稳定特征集进行特征匹配,并在所述第一 稳定特征集与所述第二稳定特征集之间匹配的特征点数目大于预设数量阈值时,确认所 述人脸图像与预设人脸模板匹配成功。
[0124] 其中,可采用多尺度分解算法对目标人脸图像进行多尺度分解,得到低频分量图 像和多个高频分量图像,上述第一高频分量图像可为多个高频分量图像中的一个,上述多 尺度分解算法可包括但不仅限于:小波变换、拉普拉斯变换、轮廓波变换(Contourlet Transform,CT)、非下采样轮廓波变换(Non-subsampled Contourlet Transform,NSCT)、剪 切波变换等等,以轮廓波为例,采用轮廓波变换对人脸图像进行多尺度分解,可以得到一 个低频分量图像和多个高频分量图像,并且该多个高频分量图像中每一图像的尺寸大小 不一,以NSCT为例,采用NSCT对人脸图像进行多尺度分解,可以得到一个低频分量图像和 多个高频分量图像,并且该多个高频分量图像中每一图像的尺寸大小一样。对于高频分 量图像而言,其包含了较多原始图像的细节信息。同理,可采用多尺度分解算法对预设人 脸模板进行多尺度分解,得到低频分量图像和多个高频分量图像,上述第二高频分量图像 可为多个高频分量图像中的一个,上述第一高频分量图像与上述第二高频分量之间的位 置相对应,即其两者之间的层次位置与尺度位置相同,例如,第一高频分量图像位于第2 层、第3尺度,则第二高频分量图像也位于第2层、第3尺度。上述步骤D3中,对第一特征集和 第二特征集进行筛选,得到第一稳定特征集和第二稳定特征集,筛选过程可采用如下方 式,第一特征集中可包含多个特征点,第二特征集中也包含多个特征点,每个特征点为一 个矢量,其包含大小和方向,因而,可计算每一特征点的模,若模大于某一阈值,则保留该 特征点,如此,可实现对特征点进行筛选,上述预设数量阈值可由用户自行设置或者系统 默认,第一稳定特征集与第二稳定特征集之间匹配的特征点数目可理解为两者之间的匹 配值,预设数量阈值可理解为上述第一识别阈值。上述步骤D1-D4,主要考虑实现对目标人 脸图像与预设人脸模板之间的精细特征进行匹配,可提高人脸识别的精度,往往情况下, 越是细节性的特征,越难伪造,如此,提升人脸解锁的安全性。
[0125] 可选地,在上述步骤104与步骤105之间,还可以包含如下步骤:
[0126] 对所述目标人脸图像进行图像增强处理。
[0127]其中,图像增强处理可包括但不仅限于:图像去噪(例如,小波变换进行图像去 噪)、图像复原(例如,维纳滤波)、暗视觉增强算法(例如,直方图均衡化、灰度拉伸等等), 在对人脸图像进行图像增强处理之后,人脸图像的质量可在一定程度上得到提升。
[0128]可以看出,本发明头施例中所描述的人脸识别方法,可基于N个不同焦距进行拍 摄,得到N个人脸图像,N为大于1的整数,对N个人脸图像进行图像质量评价,得到N个评价 值,确定N个人脸图像的人脸占比,得到N个人脸占比值,根据N个评价值和N个人脸占比值 从N个人脸图像中选取目标人脸图像,目标人脸图像用于人脸解锁,从而,可以基于不同焦 距进行拍摄,得到多个人脸图像,从这些人脸图像中选取图像质量好且人脸占比较大的人 脸图像以用于人脸解锁,提升了人脸图像的采集质量,从而,可以提升人脸解锁效率。
[0129]与上述一致地,请参阅2,为本发明实施例提供的一种人脸识别方法的实施例流 程示意图。本实施例中所描述的人脸识别方法,应用于包括人脸识别装置以及应用处理器 AP的移动终端,其实物图以及结构图可参见图1A-图1C,其包括以下步骤:
[0130] 201、检测用户是否处于指定状态。
[0131] 其中,上述指定状态为以下至少一种:运动状态、暗视觉状态和曝光状态。以运动 状态为例,在运动状态下,人脸图像容易出现模糊,因而,导致人脸解锁效率较低,以暗视 觉状态为例,在暗视觉状态下,由于环境光较少,因而,导致图像中较多信息缺失,从而,导 致人脸解锁效率较低,曝光状态,由于环境光过多,导致图像处于曝光状态,且由于光线较 强,用户也容易出于生理反映,进而,眯眼,皱眉,闭眼,遮挡等动作,因而,导致人脸解锁效 率较低,因此,本发明实施例中采用下述方式进行人脸图像采集。
[0132] 202、在所述用户处于所述指定状态时,基于N个不同焦距进行拍摄,得到N个人脸 图像,所述N为大于1的整数;
[0133] 203、对所述N个人脸图像进行图像质量评价,得到N个评价值;
[0134] 204、确定所述N个人脸图像的人脸占比,得到N个人脸占比值;
[0135] 2〇5、根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标 人脸图像,所述目标人脸图像用于人脸解锁。
[0136] 其中,上述步骤202-步骤205的具体描述可参照图1D所描述的人脸识别方法的对 应步骤,在此不再赘述。
[0137] 可以看出,本发明实施例中所描述的人脸识别方法,检测用户是否处于指定状 态,若用户处于指定状态,可基于N个不同焦距进行拍摄,得到N个人脸图像,N为大于1的整 数,对N个人脸图像进行图像质量评价,得到N个评价值,确定N个人脸图像的人脸占比,得 到N个人脸占比值,根据N个评价值和N个人脸占比值从N个人脸图像中选取目标人脸图像, 目标人脸图像用于人脸解锁,从而,可以基于不同焦距进行拍摄,得到多个人脸图像,从这 些人脸图像中选取图像质量好且人脸占比较大的人脸图像以用于人脸解锁,提升了人脸 图像的采集质量,从而,可以提升人脸解锁效率。
[0138]请参阅图3,图3是本发明实施例提供的一种移动终端,包括:应用处理器Ap和存 储器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成 由所述AP执行,所述程序包括用于执行以下步骤的指令:
[0139]基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数;
[0140] X寸所述N个人脸图像进行图像质量评价,得到N个评价值;
[0141] 确定所述N个人脸图像的人脸占比,得到N个人脸占比值;
[0142] 根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标人脸 图像,所述目标人脸图像用于人脸解锁。
[0143]在一个可能的示例中,在所述检测用户是否处于眯眼状态方面,所述程序包括用 于执行以下步骤的指令:
[0144] 控制所述摄像头确定当前人眼图像面积大小,在所述根据所述N个评价值和所述 N个人脸占比值从所述N个人脸图像中选取目标人脸图像方面,所述程序包括用于执行以 下步骤的指令:
[0145] 从所述N个评价值中选取大于第一预设阈值的评价值,得到P个评价值;
[0146] 从所述N个人脸占比值中选取大于第二预设阈值的人脸占比值,得到Q个人脸占 比值;
[0147] 确定所述P个评价值对应的人脸图像与所述Q个人脸占比值对应的人脸图像之间 的交集,得到M个人脸图像,所述M为正整数;
[0148] 将所述M个人脸图像中最大评价值对应的人脸图像作为所述目标人脸图像。
[0149] 在一个可能的示例中,所述基于N个不同焦距进行拍摄,所述程序包括用于执行 以下步骤的指令:
[0150] 确定人脸与摄像头之间的目标距离;
[0151] 根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍摄。
[0152] 在一个可能的示例中,所述程序还包括用于执行以下步骤的指令:
[0153] 获取目标环境光亮度;
[0154] 在所述根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行 拍摄,所述程序包括用于执行以下步骤的指令:
[0155] 按照预设的距离与焦距之间的对应关系,确定与所述目标距离对应的所述N个不 同焦距;
[0156]根据所述环境光亮度与拍摄参数之间的对应关系,确定与所述目标环境光亮度 对应的目标拍摄参数集;
[0157]从所述目标拍摄参数集中选取与所述N个不同焦距对应的拍摄参数,得到N个拍 摄参数,所述N个拍摄参数与所述N个不同焦距一一对应;
[0158] 基于所述N个不同焦距以及所述N个拍摄参数进行拍摄。
[0159] 在一个可能的示例中,在所述基于N个不同焦距进行拍摄之前,所述程序还包括 用于执行以下步骤的指令:
[0160]检测用户是否处于指定状态,所述指定状态为以下至少一种:运动状态、暗视觉 状态和曝光状态;在所述用户处于所述指定状态时,执行所述基于N个不同焦距进行拍摄, 得到N个人脸图像的步骤。
[0161]请参阅图4A,图4A是本实施例提供的一种人脸识别装置的结构示意图。该人脸识 别装置应用于移动终端,人脸识别装置包括拍摄单元401、评价单元402、确定单元403和选 取单元404,其中,
[0162]拍摄单元401,用于基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1 的整数;
[0163]评价单元402,用于对所述N个人脸图像进行图像质量评价,得到N个评价值;
[0164]确定单元403,用于确定所述N个人脸图像的人脸占比,得到N个人脸占比值;
[0165] 选取单元404,用于根据所述N个评价值和所述N个人脸占比值从所述N个人脸图 像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
[0166] 可选地,如图4B,图4B是图4A所描述的人脸识别装置的选取单元404的具体细下 结构,所述选取单元404可包括:第一选取模块4041和第一确定模块4042,具体如下:
[0167] 第一选取模块4041,用于从所述N个评价值中选取大于第一预设阈值的评价值, 得到p个评价值;以及从所述N个人脸占比值中选取大于第一预设阈值的人脸占比值,得到 Q个人脸占比值;
[0168] 第一确定模块4042,用于确定所述P个评价值对应的人脸图像与所述Q个人脸占 比值对应的人脸图像之间的交集,得到M个人脸图像,所述M为正整数;以及将所述M个人脸 图像中最大评价值对应的人脸图像作为所述目标人脸图像。
[0169] 可选地,如图4C,图4C是图4A所描述的人脸识别装置的拍摄单元401的具体细节 结构,所述拍摄单元401可包括:第二确定模块4011和第一拍摄模块4012,具体如下:
[0170] 第二确定模块4011,用于确定人脸与摄像头之间的目标距离;
[0171] 第一拍摄模块4012,用于根据所述目标距离确定所述N个不同焦距,并基于所述N 个不同焦距进行拍摄。
[0172] 可选地,如图4D,图4D是图4A所描述的人脸识别装置的又一变型细节结构,其与 图4A所描述的人脸识别装置相比较,还可以包括获取单元405,具体如下:
[0173] 所述获取单元405,用于获取目标环境光亮度;
[0174] 可选地,如图4E,图4E是图4D所描述的人脸识别装置的拍摄单元401的具体细节 结构,所述拍摄单元401包括:第三确定模块4013、第二选取模块4014和第二拍摄模块 4015,具体如下:
[0175] 第三确定模块4013,用于按照预设的距离与焦距之间的对应关系,确定与所述目 标距离对应的所述N个不同焦距;根据所述环境光亮度与拍摄参数之间的对应关系,确定 与所述目标环境光亮度对应的目标拍摄参数集;
[0176] 第二选取模块4014,用于从所述目标拍摄参数集中选取与所述N个不同焦距对应 的拍摄参数,得到N个拍摄参数,所述N个拍摄参数与所述N个不同焦距——对应;
[0177]第二拍摄模块4015,用于基于所述N个不同焦距以及所述N个拍摄参数进行拍摄。 [0178]可选地,如图4F,图4F是图4A所描述的人脸识别装置的又一变型细节结构,其与 图4A所描述的人脸识别装置相比较,还可以包括检测单元406,具体如下:
[0179]检测单元406,用于检测用户是否处于指定状态,所述指定状态为以下至少一种: 运动状态、暗视觉状态和曝光状态,并在所述用户处于所述指定状态时,由所述拍摄单元 401执行所述基于N个不同焦距进行拍摄,得到N个人脸图像的步骤。
[0180]可以看出,本发明实施例中所描述的人脸识别装置,可基于N个不同焦距进行拍 摄,得到N个人脸图像,N为大于1的整数,对N个人脸图像进行图像质量评价,得到N个评价 值,确定N个人脸图像的人脸占比,得到N个人脸占比值,根据N个评价值和N个人脸占比值 从N个人脸图像中选取目标人脸图像,目标人脸图像用于人脸解锁,从而,可以基于不同焦 距进行拍摄,得到多个人脸图像,从这些人脸图像中选取图像质量好且人脸占比较大的人 脸图像以用于人脸解锁,提升了人脸图像的采集质量,从而,可以提升人脸解锁效率。
[0181]可以理解的是,本实施例的人脸识别装置的各程序模块的功能可根据上述方法 实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不 再赘述。
[0182]本发明实施例还提供了另一种移动终端,如图5所示,为了便于说明,仅示出了与 本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该移 动终端可以为包括手机、平板电脑、PDA (Personal Digital Assistant,个人数字助理)、 POS (Point of Sales,销售终端)、车载电脑等任意终端设备,以移动终端为手机为例: [0183]图5示出的是与本发明实施例提供的移动终端相关的手机的部分结构的框图。参 考图5,手机包括:射频(Radio FrequenCy,RF)电路910、存储器920、输入单元930、传感器 95〇、音频电路96〇、无线保真(Wireless Fidelity,WiFi)模块97〇、应用处理器AP980、以及 电源990等部件。本领域技术人员可以理解,图5中示出的手机结构并不构成对手机的限 定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
[0184]下面结合图5对手机的各个构成部件进行具体的介绍:
[0185]输入单元930可用于接收输入的数字或字符信息,以及产生与手机的用户设置以 及功能控制有关的键信号输入。具体地,输入单元930可包括触控显示屏933、人脸识别装 置931以及其他输入设备932。人脸识别装置931具体结构组成可参照上述描述,在此不过 多赘述。输入单元930还可以包括其他输入设备932。具体地,其他输入设备932可以包括但 不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的 一种或多种。
[0186] 其中,所述AP980,用于执行如下步骤:
[0187] 基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数;
[0188] 对所述N个人脸图像进行图像质量评价,得到N个评价值;
[0189] 确定所述N个人脸图像的人脸占比,得到N个人脸占比值;
[0190]根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标人脸 图像,所述目标人脸图像用于人脸解锁。
[0191] AP98〇是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过 运行或执行存储在存储器920内的软件程序和/或模块,以及调用存储在存储器920内的数 据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,AP980可包括一 个或多个处理单元,该处理单元可为人工智能芯片、量子芯片;优选的,AP980可集成应用 处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等, 调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到 Af^SO 中。
[0192] 此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例 如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0193] RF电路910可用于信息的接收和发送。通常,RF电路910包括但不限于天线、至少 一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此 夕卜,RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一 通{目标准或协议,包括但不限于全球移动通讯系统(Global System of Mobile communication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分 多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access, WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务 (Short Messaging Service,SMS)等。
[0194] 手机还可包括至少一种传感器950,比如光传感器、运动传感器以及其他传感器。 具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光 线的明暗来调节触控显示屏的亮度,接近传感器可在手机移动到耳边时,关闭触控显示屏 和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速 度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏 切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还 可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
[0195] 音频电路960、扬声器961,传声器962可提供用户与手机之间的音频接口。音频电 路960可将接收到的音频数据转换后的电信号,传输到扬声器961,由扬声器961转换为声 音信号播放;另一方面,传声器962将收集的声音信号转换为电信号,由音频电路960接收 后转换为音频数据,再将音频数据播放AP980处理后,经RF电路910以发送给比如另一手 机,或者将音频数据播放至存储器920以便进一步处理。
[0196] WiFi属于短距离无线传输技术,手机通过WiFi模块970可以帮助用户收发电子邮 件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图5示出了 WiFi模块970,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改 变发明的本质的范围内而省略。
[0197] 手机还包括给各个部件供电的电源990 (比如电池),优选的,电源可以通过电源 管理系统与AP980逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等 功能。
[0198] 尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
[0199]前述图1D、图1E或图2所示的实施例中,各步骤方法流程可以基于该手机的结构 实现。
[0200] 前述图3、图4A〜图4F所示的实施例中,各单元功能可以基于该手机的结构实现。 [0201]本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电 子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任 何一种人脸识别方法的部分或全部步骤。
[0202]本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计 算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上 述方法实施例中记载的任何一种人脸识别方法的部分或全部步骤。
[0203]需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系 列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制, 因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应 该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本 发明所必须的。
[0204]在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部 分,可以参见其他实施例的相关描述。
[0205]在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方 式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一 种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者 可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之 间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连 接,可以是电性或其它的形式。
[0206] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元 显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多 个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案 的目的。
[0207]另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以 是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单 元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
[0208]所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用 时,可以存储在一个计算机可读取存储器中。基于这样的理解,本发明的技术方案本质上 或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式 体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设 备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或 部分步骤。而前述的存储器包括:U盘、只读存储器(R0M,Read_0nly Memory)、随机存取存 储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的 介质。
[0209]本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可 以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器 可以包括:闪存盘、只读存储器(英文:Read-〇nly Memory,简称:R0M)、随机存取器(英文: Random Access Memory,简称:RAM)、磁盘或光盘等。
[0210]以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本发明的原理 及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思 想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上 均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (14)

1. 一种移动终端,其特征在于,包括应用处理器AP,以及与所述AP连接的人脸识别装 置,其中, 所述人脸识别装置,用于基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1 的整数; 所述AP,用于对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所述N个人 脸图像的人脸占比,得到N个人脸占比值;以及根据所述N个评价值和所述N个人脸占比值从 所述N个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
2. 根据权利要求1所述的移动终端,其特征在于,在所述根据所述N个评价值和所述N个 人脸占比值从所述N个人脸图像中选取目标人脸图像方面,所述AP具体用于: 从所述N个评价值中选取大于第一预设阈值的评价值,得到P个评价值; 从所述N个人脸占比值中选取大于第二预设阈值的人脸占比值,得到Q个人脸占比值; 确定所述P个评价值对应的人脸图像与所述Q个人脸占比值对应的人脸图像之间的交 集,得到M个人脸图像,所述M为正整数; 将所述M个人脸图像中最大评价值对应的人脸图像作为所述目标人脸图像。
3. 根据权利要求1或2所述的移动终端,其特征在于,在所述基于N个不同焦距进行拍摄 方面,所述AP具体用于: 确定人脸与摄像头之间的目标距离; 根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍摄。
4. 根据权利要求3所述的移动终端,其特征在于,所述移动终端还包括: 环境光传感器; 所述环境光传感器,用于获取目标环境光亮度; 在所述根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍摄方 面,所述AP具体用于: 按照预设的距离与焦距之间的对应关系,确定与所述目标距离对应的所述N个不同焦 距; 根据所述环境光亮度与拍摄参数之间的对应关系,确定与所述目标环境光亮度对应的 目标拍摄参数集; 从所述目标拍摄参数集中选取与所述N个不同焦距对应的拍摄参数,得到N个拍摄参 数,所述N个拍摄参数与所述N个不同焦距一一对应; 基于所述N个不同焦距以及所述N个拍摄参数进行拍摄。
5. 根据权利要求1至4任一项所述的移动终端,其特征在于,在所述基于N个不同焦距进 行拍摄方面之前,所述AP还具体用于: 检测用户是否处于指定状态,所述指定状态为以下至少一种:运动状态、暗视觉状态和 曝光状态; 在所述用户处于所述指定状态时,执行所述基于N个不同焦距进行拍摄,得到N个人脸 图像的步骤。
6. —种人脸识别方法,其特征在于,应用于包括应用处理器AP,以及与所述AP连接的人 脸识别装置的移动终端,所述方法包括: 所述人脸识别装置基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整 数; 所述AP对所述N个人脸图像进行图像质量评价,得到N个评价值;确定所述N个人脸图像 的人脸占比,得到N个人脸占比值;以及根据所述N个评价值和所述^^个人脸占比值从所述N 个人脸图像中选取目标人脸图像,所述目标人脸图像用于人脸解锁。
7. —种人脸识别方法,其特征在于,包括: 基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数; 对所述N个人脸图像进行图像质量评价,得到N个评价值; 确定所述N个人脸图像的人脸占比,得到N个人脸占比值; 根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取目标人脸图像, 所述目标人脸图像用于人脸解锁。
8. 根据权利要求7所述的方法,其特征在于,所述根据所述N个评价值和所述N个人脸占 比值从所述N个人脸图像中选取目标人脸图像,包括: 从所述N个评价值中选取大于第一预设阈值的评价值,得到P个评价值; 从所述N个人脸占比值中选取大于第二预设阈值的人脸占比值,得到Q个人脸占比值; 确定所述P个评价值对应的人脸图像与所述Q个人脸占比值对应的人脸图像之间的交 集,得到M个人脸图像,所述M为正整数; 将所述M个人脸图像中最大评价值对应的人脸图像作为所述目标人脸图像。
9. 根据权利要求7或8所述的方法,其特征在于,所述基于N个不同焦距进行拍摄,包括: 确定人脸与摄像头之间的目标距离; 根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍摄。
10. 根据权利要求9所述的方法,其特征在于,所述方法还包括: 获取目标环境光亮度; 所述根据所述目标距离确定所述N个不同焦距,并基于所述N个不同焦距进行拍摄,包 括: 按照预设的距离与焦距之间的对应关系,确定与所述目标距离对应的所述N个不同焦 距; 根据所述环境光亮度与拍摄参数之间的对应关系,确定与所述目标环境光亮度对应的 目标拍摄参数集; 从所述目标拍摄参数集中选取与所述N个不同焦距对应的拍摄参数,得到N个拍摄参 数,所述N个拍摄参数与所述N个不同焦距一一对应; 基于所述N个不同焦距以及所述N个拍摄参数进行拍摄。
11. 根据权利要求7至10任一项所述的方法,其特征在于,在所述基于N个不同焦距进行 拍摄之前,所述方法还包括: 检测用户是否处于指定状态,所述指定状态为以下至少一种:运动状态、暗视觉状态和 曝光状态; _ 在所述用户处于所述指定状态时,执行所述基于N个不同焦距进行拍摄,得到N个人脸 图像的步骤。
12. —种人脸识别装置,其特征在于,包括: 拍摄单元,用于基于N个不同焦距进行拍摄,得到N个人脸图像,所述N为大于1的整数; 评价单元,用于对所述N个人脸图像进行图像质量评价,得到N个评价值; 确定单元,用于确定所述N个人脸图像的人脸占比,得到N个人脸占比值; 选取单元,用于根据所述N个评价值和所述N个人脸占比值从所述N个人脸图像中选取 目标人脸图像,所述目标人脸图像用于人脸解锁。 I3• —种移动终端,其特征在于,包括应用处理器AP和存储器;以及一个或多个程序,所 述一个或多个程序被存储在所述存储器中,并且被配置成由所述他执行,所述程序包括用 于如权利要求7-11任一项方法的指令。 M•—种计算机可读存储介质,其特征在于,其用于存储计算机程序,其中,所述计算机 程序使得计算机执行如权利要求7-11任一项所述的方法。
CN201710818153.0A 2017-09-12 2017-09-12 人脸识别方法及相关产品 Active CN107590461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710818153.0A CN107590461B (zh) 2017-09-12 2017-09-12 人脸识别方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710818153.0A CN107590461B (zh) 2017-09-12 2017-09-12 人脸识别方法及相关产品

Publications (2)

Publication Number Publication Date
CN107590461A true CN107590461A (zh) 2018-01-16
CN107590461B CN107590461B (zh) 2021-04-02

Family

ID=61052052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710818153.0A Active CN107590461B (zh) 2017-09-12 2017-09-12 人脸识别方法及相关产品

Country Status (1)

Country Link
CN (1) CN107590461B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271892A (zh) * 2018-08-30 2019-01-25 百度在线网络技术(北京)有限公司 一种物体识别方法、装置、设备、车辆和介质
CN109325460A (zh) * 2018-09-30 2019-02-12 华为技术有限公司 一种人脸识别方法、光心标定方法和终端
CN109785343A (zh) * 2019-01-17 2019-05-21 深圳英飞拓科技股份有限公司 基于清晰度的人脸抠图图片的优选方法及装置
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN110223301A (zh) * 2019-03-01 2019-09-10 华为技术有限公司 一种图像裁剪方法和电子设备
WO2020143330A1 (zh) * 2019-01-08 2020-07-16 平安科技(深圳)有限公司 一种人脸图像的捕捉方法、计算机可读存储介质及终端设备
CN111865369A (zh) * 2020-08-14 2020-10-30 Oppo(重庆)智能科技有限公司 天线控制方法、装置及存储介质
CN112559858A (zh) * 2020-12-08 2021-03-26 腾讯科技(深圳)有限公司 服务信息的推送方法、装置、计算机可读介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154264A (zh) * 2006-09-27 2008-04-02 中国科学院自动化研究所 基于多个定焦摄像头的大景深虹膜图像获取系统及方法
GB0811842D0 (en) * 2007-08-30 2008-07-30 Samsung Techwin Co Ltd Digital photographing apparatus and method using face recognition function
CN102799877A (zh) * 2012-09-11 2012-11-28 上海中原电子技术工程有限公司 人脸图像筛选方法及系统
CN103747175A (zh) * 2013-12-25 2014-04-23 广东明创软件科技有限公司 提高自拍效果的方法及其移动终端
CN105574525A (zh) * 2015-12-18 2016-05-11 天津中科智能识别产业技术研究院有限公司 一种复杂场景多模态生物特征图像获取方法及其装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154264A (zh) * 2006-09-27 2008-04-02 中国科学院自动化研究所 基于多个定焦摄像头的大景深虹膜图像获取系统及方法
GB0811842D0 (en) * 2007-08-30 2008-07-30 Samsung Techwin Co Ltd Digital photographing apparatus and method using face recognition function
CN102799877A (zh) * 2012-09-11 2012-11-28 上海中原电子技术工程有限公司 人脸图像筛选方法及系统
CN103747175A (zh) * 2013-12-25 2014-04-23 广东明创软件科技有限公司 提高自拍效果的方法及其移动终端
CN105574525A (zh) * 2015-12-18 2016-05-11 天津中科智能识别产业技术研究院有限公司 一种复杂场景多模态生物特征图像获取方法及其装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271892A (zh) * 2018-08-30 2019-01-25 百度在线网络技术(北京)有限公司 一种物体识别方法、装置、设备、车辆和介质
US10990836B2 (en) 2018-08-30 2021-04-27 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for recognizing object, device, vehicle and medium
CN109325460A (zh) * 2018-09-30 2019-02-12 华为技术有限公司 一种人脸识别方法、光心标定方法和终端
CN109325460B (zh) * 2018-09-30 2019-10-22 华为技术有限公司 一种人脸识别方法、光心标定方法和终端
WO2020143330A1 (zh) * 2019-01-08 2020-07-16 平安科技(深圳)有限公司 一种人脸图像的捕捉方法、计算机可读存储介质及终端设备
CN109785343A (zh) * 2019-01-17 2019-05-21 深圳英飞拓科技股份有限公司 基于清晰度的人脸抠图图片的优选方法及装置
CN110223301A (zh) * 2019-03-01 2019-09-10 华为技术有限公司 一种图像裁剪方法和电子设备
CN110223301B (zh) * 2019-03-01 2021-08-03 华为技术有限公司 一种图像裁剪方法和电子设备
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN109948586B (zh) * 2019-03-29 2021-06-25 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN111865369A (zh) * 2020-08-14 2020-10-30 Oppo(重庆)智能科技有限公司 天线控制方法、装置及存储介质
CN112559858A (zh) * 2020-12-08 2021-03-26 腾讯科技(深圳)有限公司 服务信息的推送方法、装置、计算机可读介质及电子设备

Also Published As

Publication number Publication date
CN107590461B (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN107590461A (zh) 人脸识别方法及相关产品
CN107679482A (zh) 解锁控制方法及相关产品
CN107657218A (zh) 人脸识别方法及相关产品
CN107679481A (zh) 解锁控制方法及相关产品
CN107463818A (zh) 解锁控制方法及相关产品
CN107862265A (zh) 图像处理方法及相关产品
CN107480496A (zh) 解锁控制方法及相关产品
CN107451455A (zh) 解锁控制方法及相关产品
CN107506696A (zh) 防伪处理方法及相关产品
CN107832675A (zh) 拍照处理方法及相关产品
CN107609514A (zh) 人脸识别方法及相关产品
CN107633499A (zh) 图像处理方法及相关产品
CN107506687A (zh) 活体检测方法及相关产品
CN107403147A (zh) 虹膜活体检测方法及相关产品
CN107613550A (zh) 解锁控制方法及相关产品
CN107451446A (zh) 解锁控制方法及相关产品
CN107392135A (zh) 活体检测方法及相关产品
CN107862266A (zh) 图像处理方法及相关产品
CN107734129A (zh) 解锁控制方法及相关产品
CN107392832A (zh) 图像处理方法及相关产品
CN107480488A (zh) 解锁控制方法及相关产品
CN107194325A (zh) 掌纹采集方法及相关产品
CN107451454A (zh) 解锁控制方法及相关产品
CN107357412A (zh) 解锁控制方法及相关产品
CN107423699B (zh) 活体检测方法及相关产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant